langchain4j各模块核心 API 一览------AiServices

核心 API 方法	作用与说明
builder()	创建 AiServices 的构建器实例。
chatLanguageModel()	必选项。绑定底层的大语言模型（如 OpenAI、Qwen、Ollama 等）。
chatMemory()	绑定单一的聊天记忆（适用于单用户场景）。
chatMemoryProvider()	绑定记忆提供者（多用户场景必选），通过传入 memoryId 动态分配独立的记忆空间。
tools()	注册工具对象（Object）。框架会自动扫描对象中带有 @Tool 注解的方法，供大模型调用。
contentRetriever()	绑定内容检索器，用于实现基础的 RAG（检索增强生成）功能。
retrievalAugmentor()	绑定高级 RAG 编排器，支持接入查询改写、重排等复杂流水线。
systemMessageProvider()	动态提供系统提示词（System Prompt），可根据上下文动态生成。
build()	生成最终的动态代理对象。

🎯 核心注解 API（接口定义时使用）

在定义你自己的 AI 接口（如 TeacherAgent）时，LangChain4j 提供了几个关键注解来控制运行时的行为：

• @SystemMessage：定义系统级指令，设定 AI 的角色和行为规范。
• @UserMessage：标记用户输入的变量，支持使用模板语法（如 {{it}} 或 {{variableName}}）。
• @MemoryId：标记用于路由记忆的 ID 参数（如 Session ID 或 User ID），配合 chatMemoryProvider 实现多租户记忆隔离。
• @V：用于在 @UserMessage 模板中映射具体的变量值。

💻 代码示例：如何组装 AiServices

结合你之前提到的“教学老师 Agent”场景，AiServices 的实际组装代码通常是这样的：

java

TeacherAgent agent = AiServices.builder(TeacherAgent.class)
    .chatLanguageModel(model)             // 1. 接入大模型
    .chatMemoryProvider(memoryProvider)   // 2. 接入多用户短期记忆
    .tools(new MemoryTools())             // 3. 接入长期记忆工具
    .retrievalAugmentor(augmentor)        // 4. 接入 RAG 检索流水线
    .build();                             // 5. 生成代理对象